阶段 0：底层基础（1–2 个月）

目标：能取数、能洗数、能看数、能讲数。

1. 编程与工作环境

Python 基础：变量、循环、函数、类、文件读写、异常处理

环境：Jupyter / Colab、Git、GitHub

库入门：NumPy、Pandas 基础

Excel：透视表、XLOOKUP、条件格式、Power Query（业务岗很有用）

2. 数据库与 SQL（重点）

基础：SELECT、WHERE、GROUP BY、JOIN、子查询

进阶：窗口函数、CTE、日期处理、聚合逻辑

数据库：MySQL / PostgreSQL，了解 BigQuery、Snowflake 概念

练手：LeetCode Database、Mode SQL Tutorial、Kaggle 数据集

3. 统计与数学

描述统计：均值、方差、分布、相关系数

概率：贝叶斯、常见分布、采样

推断统计：置信区间、t 检验、卡方、A/B 测试

数学补充：线性代数基础、梯度概念（不深抠证明）

 验收：能写 SQL 从多表取数；能用 Pandas 清洗脏数据；能解释 p 值是什么。

阶段 1：数据分析核心能力（2–3 个月）

目标：完成“取数 → 清洗 → EDA → 可视化 → 业务结论”闭环。

1. 数据清洗与 EDA

缺失值、异常值、重复值处理

类型转换、归一化、编码

探索性分析：分布、相关性、分组对比

Pandas 高级：groupby、merge、pivot、apply、管道化清洗

2. 可视化

Python：Matplotlib、Seaborn、Plotly

BI 工具（选 1–2）：Power BI / Tableau / Looker Studio

图表选择：趋势、构成、分布、漏斗、 cohort

数据讲故事：结论先行、指标定义、下钻逻辑

3. 业务分析方法

指标体系：GMV、留存、转化、ROI、LTV

分析框架：PEST、RFM、漏斗、同期群、因果推断入门

A/B 测试设计：假设、样本量、显著性、误判风险

实战项目：

电商销售分析 Dashboard（SQL+Power BI）

用户留存与漏斗分析（Pandas+Plotly）

A/B 测试复盘报告（统计+业务解读）

阶段 2：机器学习辅助分析（2–3 个月）

目标：从“看过去”到“预测未来”，懂模型不选模型。

1. 传统 ML

监督学习：线性回归、逻辑回归、决策树、随机森林、XGBoost

无监督：KMeans、层次聚类、PCA

特征工程：缺失编码、分箱、交叉特征、时序特征

评估：准确率/F1/ROC-AUC/RMSE、交叉验证、基线模型

可解释性：SHAP、特征重要性

2. 时间序列与预测

移动平均、指数平滑、ARIMA、Prophet

需求预测、销量预测、异常检测

3. 模型思维

过拟合/欠拟合、数据泄漏、样本偏差

业务口径 > 模型分数

 实战项目：

客户流失预测（分类+SHAP解释）

房价/销量预测（回归+误差分析）

用户分群（RFM+聚类）

异常检测与预警（Isolation Forest）

阶段 3：AI 与大模型数据分析（2–3 个月）

目标：用 LLM 做“自然语言取数 + 自动洞察 + 报告生成”。

1. Prompt 工程（数据分析场景）

零样本/少样本、结构化输出、思维链

让 LLM 写 SQL、解释指标、生成分析结论

校验：AI 会幻觉，必须人为核对口径

2. LLM + 数据工具链

OpenAI / Claude / Gemini API

PandasAI、LangChain、LlamaIndex

Text-to-SQL：自然语言问数

RAG：把公司文档/报表接进向量库（FAISS/Chroma/Pinecone）

3. AI 分析应用形态

对话式数据分析助手

自动 EDA 报告生成

自动周报/月报生成

文本洞察：评论情感、工单分类、主题抽取

 实战项目：

“对话式数据分析助手”：上传 CSV，用中文提问出图出结论

自动经营分析报告生成器（LLM+SQL+BI）

客服文本反馈洞察系统（情感+主题+RAG）

阶段 4：工程化与生产落地（2–3 个月，进阶）

目标：不是只跑 Notebook，而是能上线、能监控。

1. 数据工程基础

ETL/ELT 概念、调度：Airflow / Prefect

dbt 数据建模、数据质量校验

云：AWS / GCP / Azure 基础（S3、BigQuery、Snowflake）

2. 模型部署

FastAPI / Streamlit 做 demo

Docker 容器化

MLflow 实验跟踪、模型注册

监控：漂移检测、指标预警、日志

3. Agentic Analytics（前沿）

Function Calling、Tool Use

多智能体：取数 Agent + 分析 Agent + 报告 Agent

人机协同：AI 给假设，人做决策

 实战项目：

自动取数→分析→推送钉钉/飞书周报系统

可部署的“企业指标问答机器人”

端到端销售预测+预警+可视化系统

阶段 5：领域方向与作品集（持续）

选 1–2 个垂直方向深耕：

商业/经营分析：GMV、预算、ROI

用户增长：留存、裂变、漏斗

金融风控：信用评分、异常交易

供应链：库存、预测、补货

营销分析：投放归因、素材洞察

产品分析：功能渗透、A/B 实验

作品集建议（3–5 个项目）

每个项目写清楚：

业务问题

数据源与清洗逻辑

分析方法/模型

可视化与结论

AI 在哪增效

局限与误判风险

放 GitHub + 一篇复盘文章（知乎/公众号/Notion）。

推荐学习资源

书：《Python for Data Analysis》

‌《利用 Python 进行数据分析》

‌《统计学习方法》

入门部分

课：吴恩达 ML Specialization、DeepLearning.AI Prompt Eng、Datawhale 开源路线

平台：Kaggle、天池、SQLZoo、Mode、Hugging Face Learn

工具文档：Pandas、Scikit-learn、LangChain、Power BI

8 个月紧凑排期（每周 10–15h）

第 1–2 月：Python + SQL + 统计

第 3–4 月：Pandas EDA + 可视化 + BI + 业务项目

第 5–6 月：ML 基础 + 预测/分类项目

第 7–8 月：LLM 分析应用 + RAG + 作品集闭环